code
# 資料讀入
library(sjlabelled)
teds2024 <- read_data("teds2024_indq.sav")
save(teds2024, file = "teds2024.rda")
load("teds2024.rda")
# 批次清理無效值
library(sjmisc)
teds2024 <- set_na(teds2024, na=c(89:99, "NA"))
library(sjPlot)媒介使用行為與台灣民眾公部門信任度
壹、引言
一、研究背景
遠見雜誌2024年台灣社會信任調查顯示，台灣民眾最不信任的社會角色前五名依序為新聞記者、立法委員、法官、縣市議員與中央部會首長（遠見，2024）。造成民眾對公部門產生不信任感的因素可能包含自身與公部門的互動經驗、從媒體或人際傳播中所接收到的政治相關訊息，以及日常生活中對社會現況的感知等。這些資訊提供線索以評價政府與公部門，並對政府與公部門形成態度。
在媒體層面，早期民眾對公部門的不信任，常源於電視新聞所播報的政治衝突或負面事件，例如立法院的肢體衝突畫面、對司法判決的聳動報導，搭配「立院全武行」、「恐龍法官」等貶抑稱呼，戲劇化地呈現政治與社會議題，逐漸形塑大眾對公部門與專業人員的負面印象，進而削弱大眾對制度與政府官員的信任。
隨著科技發展與政治局勢的轉變，有更多不同的管道影響大眾對公部門的信任度。過去民眾主要透過傳統媒體、政論節目接收政治相關資訊，現在社群平台與自媒體興起，不同立場的意見領袖、網紅甚至是匿名帳號在網路上各據一方，台灣甚至面臨境外資訊操弄的問題，而人們則在演算法的資訊濾泡中接收訊息。在面對龐雜的資訊時，民眾難以分辨訊息的真偽。碎片化的訊息也不易全面了解政策或政治時事，以致接收不同訊息的民眾對公部門產生截然不同的評價與態度。
因此，媒介的選擇與使用可能是影響公部門信任的重要因素。不同媒體類型（如傳統媒體與社群媒體）所呈現的政治內容、報導框架與可信度，均可能改變民眾對政府態度與認知。隨著資訊環境從集中走向分眾化，民眾的媒體使用模式可能不僅反映其政治偏好，也形塑其對政府與制度的信任基礎。故本研究旨在探討台灣民眾的媒介選擇與使用行為，如何影響其對公部門（包含行政、立法、司法機關）的信任程度，並進一步分析不同族群與特質下的差異。
二、研究問題
本研究欲探討民眾不同的媒介使用行為，包含所觀看的媒體政治立場、不同媒介使用的頻率，以及對不同媒介的信任度，對民眾對公部門信任度的影響。
貳、文獻回顧
有關政府政策或其他政治資訊，大眾鮮少能直接接收到第一手訊息，多需倚賴各類媒介管道的傳遞。然而，資訊在傳播過程中往往會經過媒體的篩選與重塑，觀眾在選擇媒體時，也會受個人認知框架的影響，產生選擇性暴露、接收與記憶。所以媒體形塑資訊的同時，大眾也在選擇媒體，雙方在複雜的媒介環境中互動，進而建構出個人對政治資訊的認知與態度。
Ceron 與 Memoli (2015) 針對歐洲27國的研究證實了「迴聲室效應」（Echo-chambers），媒體立場會強化受眾對政府的既有態度。若觀眾本身的意識形態傾向認同、支持政府，收看公共電視會提升其信任度；若受眾原先就與政府意識形態相左，閱讀反政府報紙則會顯著降低其對政府的信任感。此外，Djourelova et al.(2024) 分析美國 Fox 與 MSNBC 兩大有線電視新聞對特定議題的立場也發現，媒體的黨派立場不僅反映觀眾偏好，更進一步塑造觀眾對具體政策的立場。
在媒介選擇上的差異，墨西哥選舉研究中顯示，在政治信任度普遍較低的社會環境中，使用社群媒體對政治信任反而有顯著的正面影響，且其影響力甚至高於電視與報紙；相較於個別政黨或政治人物的具體政治標的，社群媒體對提升「選舉或民主制度」等虛擬政治標的的信任效果最為顯著(Echeverría & Mani, 2020)，顯示社群媒體可能具備資訊解放與重建信任的功能。Zhang et al.(2023) 針對香港年輕族群的研究則指出，比起單純瀏覽網路新聞，透過人際社交網絡主動獲取的資訊，更能讓年輕人接觸多元觀點、減少極化，並提升對政治體系的信任。
Tsfati 與 Ariely (2014) 的研究指出，相較於網路新聞，民眾通常對傳統媒體具有較高的信任度，但公營媒體的信任度與國家民主程度密切相關。在民主國家，電視媒體被視為公共服務，信任度較高；在非民主國家則易被視為政府喉舌，信任度較低。由於媒介信任度是政治信任的基石，若民眾不信任媒體，往往也難以信任那些運用媒體報導作為政治宣傳的政府機構。
綜合上述文獻可知，媒體的政治立場確實會強化民眾對政府的既有態度。不過若資訊接收是經過社群媒體或人際網絡的模式，反而有可能比傳統媒體更能修復或維持對公部門的信任。這也再次印證，媒介信任度與政治信任密不可分，當民眾對媒體失去信心，也會削弱對政府機構的信任基礎。
參、研究方法
一、資料說明
本研究使用2024年台灣選舉與民主化調查（Taiwan’s Election and Democratization Study，TEDS）的橫斷面民調資料（陳陸輝，2024）。TEDS是由國科會人文處支持、政治大學選舉研究中心執行的大型民意調查研究計畫。該調查之母體為全臺灣十八歲以上具有戶籍之民眾，透過全國門牌住址隨機抽樣，再從抽出的住址進行戶中隨機抽樣的分層隨機抽樣模式。執行自2001年起已有20餘年，具備高代表性與一致的問卷設計，反映當前台灣社會的政治態度與行為現況。
2024年的調查資料以我國第16任總統副總統及第11屆立法委員選舉為背景，訪問期間為民國113年1月15日至5月31日，獨立樣本共1,206位受訪者。調查內容涵蓋政治信任、媒體使用、政黨偏好、政治效能與社會人口統計等指標。
二、定義變數
(一)自變數：媒體使用行為
1.媒體政治立場
A2：請問您最常看哪一臺電視新聞（包含網路新聞）？
首先探討媒介政治立場與公部門信任之間的關係，問卷題項A2詢問受訪者平時主要收看的電視新聞台。各家媒體各有不同的政治立場，依觀察可將台灣的新聞台依政治傾向分為泛藍、泛綠與中立三類。媒體的政治立場會影響其議題設定與報導框架，不同立場的媒體在呈現政治事件或政府施政時的報導面向也會有所不同，可能導致觀眾形成不同的政治印象與評價，進而影響對公部門的信任。
code
# A2 請問您最常看哪一臺電視新聞（包含網路新聞）？
# 01臺視 02中視 03華視 04民視 05TVBS 06三立 07東森 08中天 09年代 10八大 11非凡 12大愛 13公視 15客家 16原住民 17地方新聞臺 18壹電視 19NHK 20UDN 22東森財經 24CNN 25寰宇 26人間衛視 27環球新聞 28新唐人 29風傳媒 30Yahoo奇摩新聞 31ETtoday新聞雲 32Taiwan Plus 33GoodTV好消息衛星電視台 34鏡電視
teds2024$media_choice <- rec(teds2024$A2, rec="2,5,7,8=1[泛藍]; 4,6,9,18,34=2[泛綠]; 1,3,10,11,12,13,16,19,25,33=3[中立]", as.num = F)
frq(teds2024$media_choice,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 1 | 泛藍 | 537 | 44.53 | 50.95 | 50.95 | |
| 2 | 泛綠 | 355 | 29.44 | 33.68 | 84.63 | |
| 3 | 中立 | 162 | 13.43 | 15.37 | 100.00 | |
| NA | NA | 152 | 12.60 | NA | NA | |
| total N=1206 · valid N=1054 · x̄=1.64 · σ=0.73 | ||||||
code
teds2024$mc1 <- rec(teds2024$media_choice, rec = "1=1; else=0", var.label = "觀看泛藍媒體")
teds2024$mc2 <- rec(teds2024$media_choice, rec = "2=1; else=0", var.label = "觀看泛綠媒體")
teds2024$mc3 <- rec(teds2024$media_choice, rec = "3=1; else=0", var.label = "觀看中立媒體")2.媒介使用頻率
A3a：在這次選舉期間，請問您一個星期大約會看幾天無線電視新聞（台視、中視、華視、民視、公視）？
A3b：請問您一個星期大約看幾天有線電視新聞？
A3e：那其他的新聞網站呢？(像是雅虎奇摩、google新聞、風傳媒、今日新聞/NOWnews等等)
A3f：在這次選舉期間，請問您一個星期大約有幾天使用臉書、推特或LINE來關注政黨和候選人的新聞？
問卷題項A3a至A3f詢問受訪者在選舉期間，透過各類媒介接收政治新聞的頻率。在現今資訊來源多元的情境下，本研究想探討民眾透過哪一種媒介接收政治訊息，是否影響其對政府部門的評價與信任。
在各類媒介中，分為傳統媒體、數位媒體與社群媒體。根據調查結果，約有78%的受訪者未收聽廣播、66%的受訪者未閱讀報紙，由於這兩個媒介的使用比例較低，在統計分析上較不具代表性。因此本研究在後續分析中將不納入廣播與報紙兩項傳統媒體。
傳統媒體：
code
# A3a 在這次選舉期間，請問您一個星期大約會看幾天無線電視新聞（台視、中視、華視、民視、公視）？
# 00_沒有/0天 01_1天 02_2天 03_3天 04_4天 05_5天 06_6天 07_7天
teds2024$media_frequency1 <- rec(teds2024$A3a, rec="0,1=0[低頻率]; 2,3,4=1[中頻率]; 5,6,7=2[高頻率]", as.num = F)
frq(teds2024$media_frequency1,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 0 | 低頻率 | 523 | 43.37 | 44.10 | 44.10 | |
| 1 | 中頻率 | 311 | 25.79 | 26.22 | 70.32 | |
| 2 | 高頻率 | 352 | 29.19 | 29.68 | 100.00 | |
| NA | NA | 20 | 1.66 | NA | NA | |
| total N=1206 · valid N=1186 · x̄=0.86 · σ=0.85 | ||||||
code
# A3b 請問您一個星期大約看幾天有線電視新聞？
# 00_沒有/0天 01_1天 02_2天 03_3天 04_4天 05_5天 06_6天 07_7天
teds2024$media_frequency2 <- rec(teds2024$A3b, rec="0,1=0[低頻率]; 2,3,4=1[中頻率]; 5,6,7=2[高頻率]", as.num = F)
frq(teds2024$media_frequency2,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 0 | 低頻率 | 446 | 36.98 | 37.73 | 37.73 | |
| 1 | 中頻率 | 276 | 22.89 | 23.35 | 61.08 | |
| 2 | 高頻率 | 460 | 38.14 | 38.92 | 100.00 | |
| NA | NA | 24 | 1.99 | NA | NA | |
| total N=1206 · valid N=1182 · x̄=1.01 · σ=0.88 | ||||||
數位媒體：
code
# A3e 那其他的新聞網站呢？(像是雅虎奇摩、google新聞、風傳媒、今日新聞/NOWnews等等)
# 00_沒有/0天 01_1天 02_2天 03_3天 04_4天 05_5天 06_6天 07_7天
teds2024$media_frequency3 <- rec(teds2024$A3e, rec="0,1=0[低頻率]; 2,3,4=1[中頻率]; 5,6,7=2[高頻率]", as.num = F)
frq(teds2024$media_frequency3,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 0 | 低頻率 | 582 | 48.26 | 48.70 | 48.70 | |
| 1 | 中頻率 | 233 | 19.32 | 19.50 | 68.20 | |
| 2 | 高頻率 | 380 | 31.51 | 31.80 | 100.00 | |
| NA | NA | 11 | 0.91 | NA | NA | |
| total N=1206 · valid N=1195 · x̄=0.83 · σ=0.88 | ||||||
社群媒體：
code
# A3f 在這次選舉期間，請問您一個星期大約有幾天使用臉書、推特或LINE來關注政黨和候選人的新聞？
# 00_沒有/0天 01_1天 02_2天 03_3天 04_4天 05_5天 06_6天 07_7天
teds2024$media_frequency4 <- rec(teds2024$A3f, rec="0,1=0[低頻率]; 2,3,4=1[中頻率]; 5,6,7=2[高頻率]", as.num = F)
frq(teds2024$media_frequency4,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 0 | 低頻率 | 635 | 52.65 | 53.14 | 53.14 | |
| 1 | 中頻率 | 213 | 17.66 | 17.82 | 70.96 | |
| 2 | 高頻率 | 347 | 28.77 | 29.04 | 100.00 | |
| NA | NA | 11 | 0.91 | NA | NA | |
| total N=1206 · valid N=1195 · x̄=0.76 · σ=0.87 | ||||||
3.媒介信任度
D11f：那您對傳統新聞媒體(的信任程度)，例如：報紙、電視或廣播呢？
D11g：那您對社群媒體(的信任程度)，例如：臉書、推特或LINE呢？
題項D11f與D11g分別衡量受訪者對傳統媒體與社群媒體的信任度。雖然 D11f的題項涵蓋報紙與廣播，與前述媒體使用頻率分析之範圍（僅含電視）有所不同，但考量電視新聞仍為傳統媒體的主要資訊來源，本研究仍以此題項作為傳統媒體信任之變數。本研究引用「體制信任（Institutional Trust）」的觀點，將媒體信任視為民眾對社會主要運作機構的一種信心指標，故媒體是民眾認識政府運作的中介。本研究預測，當民眾對媒介的信任度越高，傾向認為該媒介所傳遞的政治資訊真實可信，進而較容易對新聞中的公部門產生正面評價或信任；若民眾不信任媒體，便容易懷疑新聞內容的真實性，連帶削弱對政府部門的信任基礎。
code
# D11f 那您對傳統新聞媒體，例如：報紙、電視或廣播呢？
# 01完全信任 02有點信任 03不太信任 04一點也不信任
teds2024$media_trust1 <- rec(teds2024$D11f, rec="1,2=1[信任]; 3,4=0[不信任]", as.num = F)
frq(teds2024$media_trust1,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 0 | 不信任 | 702 | 58.21 | 62.51 | 62.51 | |
| 1 | 信任 | 421 | 34.91 | 37.49 | 100.00 | |
| NA | NA | 83 | 6.88 | NA | NA | |
| total N=1206 · valid N=1123 · x̄=0.37 · σ=0.48 | ||||||
code
# D11g 那您對社群媒體，例如：臉書、推特或LINE呢？
# 01完全信任 02有點信任 03不太信任 04一點也不信任
# 社群媒體信任程度
teds2024$media_trust2 <- rec(teds2024$D11g, rec="1,2=1[信任]; 3,4=0[不信任]", as.num = F)
frq(teds2024$media_trust2,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 0 | 不信任 | 787 | 65.26 | 75.60 | 75.60 | |
| 1 | 信任 | 254 | 21.06 | 24.40 | 100.00 | |
| NA | NA | 165 | 13.68 | NA | NA | |
| total N=1206 · valid N=1041 · x̄=0.24 · σ=0.43 | ||||||
(二)依變數：公部門信任度
D11a：請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任？
D11b：那您對行政部門呢？
D11c：那您對法院呢？
本研究之依變數為民眾對公部門的信任程度。根據資料敘述統計結果顯示，在立法機關方面，受訪者態度呈現分歧，表示不信任的比例（51.67%）略高於信任（48.33%）；對行政部門的信任程度，受訪者有相對較高的信心，58.25%的受訪者表示信任，高於不信任的 41.75%；法院信任度的結果與立法機關相似，不信任比例達 51.93%，略高於表示信任的 48.07%。從資料中可見，在三個公部門中，行政部門的信任度最高，而立法機關與法院皆呈現不信任者略多於信任者的情形。
code
# 立法機關信任度
# D11a 請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任？
# 01完全信任 02有點信任 03不太信任 04一點也不信任
teds2024$trust1 <- rec(teds2024$D11a,rec="1,2=1[信任]; 3,4=0[不信任]", as.num = F)
frq(teds2024$trust1,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 0 | 不信任 | 589 | 48.84 | 51.67 | 51.67 | |
| 1 | 信任 | 551 | 45.69 | 48.33 | 100.00 | |
| NA | NA | 66 | 5.47 | NA | NA | |
| total N=1206 · valid N=1140 · x̄=0.48 · σ=0.50 | ||||||
code
# 行政部門信任度
# D11b 那您對行政部門呢？
# 01完全信任 02有點信任 03不太信任 04一點也不信任
teds2024$trust2 <- rec(teds2024$D11b, rec="1,2=1[信任]; 3,4=0[不信任]", as.num = F)
frq(teds2024$trust2,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 0 | 不信任 | 463 | 38.39 | 41.75 | 41.75 | |
| 1 | 信任 | 646 | 53.57 | 58.25 | 100.00 | |
| NA | NA | 97 | 8.04 | NA | NA | |
| total N=1206 · valid N=1109 · x̄=0.58 · σ=0.49 | ||||||
code
# 司法部門信任度
# D11c 那您對法院呢？
# 01完全信任 02有點信任 03不太信任 04一點也不信任
teds2024$trust3 <- rec(teds2024$D11c, rec="1,2=1[信任]; 3,4=0[不信任]", as.num = F)
frq(teds2024$trust3,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 0 | 不信任 | 578 | 47.93 | 51.93 | 51.93 | |
| 1 | 信任 | 535 | 44.36 | 48.07 | 100.00 | |
| NA | NA | 93 | 7.71 | NA | NA | |
| total N=1206 · valid N=1113 · x̄=0.48 · σ=0.50 | ||||||
(三)控制變數
P1c：(P1a在目前國內的政黨中，請問您有沒有偏向哪一個政黨？ )請問是哪一個政黨？
樣本中以支持「民進黨」的比例最高，占有效樣本的42.94%（383人）；其次為「國民黨」，占36.10%（322人）；「民眾黨」則占 19.28%（172人）；其他政黨僅占 1.68%。
code
# P1c 請問是哪一個政黨？
# 01國民黨 02民進黨 03新黨 04親民黨 05建國黨 06臺聯 07無黨團結聯盟 08無黨籍 09台灣綠黨 10健保免費連線 11泛藍 12泛綠 13勞動黨 14中華民族致公黨 15人民民主黨 16正黨 17台灣基進 18樹黨 19時代力量 20社會民主黨 21民國黨 22台灣獨立黨 23軍公教聯盟黨 24信心希望聯盟 25中華統一促進黨 26自由台灣黨 27大愛憲改聯盟 28和平鴿聯盟黨 29中華民國機車黨 30台灣工黨 31台灣未來黨 32泛盟黨 33社會福利黨 34勞工黨 35台灣第一民族黨 36中國生產黨 37國會政黨聯盟 38合一行動聯盟 39安定力量 40宗教聯盟 41台灣民眾黨 42台灣維新 43台澎黨 44喜樂島聯盟 45一邊一國行動黨 46歡樂無法黨 47台灣革命黨 48民生公益 49臺灣前進黨 50言論自由聯盟 51台灣動物保護黨 52興中同盟會 53台灣整復師聯盟工黨 54司法正義黨 55中華聯合黨 56台灣民意黨 57圓黨 58中華文化復興在理黨 59金門高粱黨 60中華新住民黨 61聾國黨 62中華愛國同心黨 63中華婦女黨 64中華照生黨 65中國和平統一黨 66天宙和平統一家庭黨 67臺灣雙語無法黨 68人民最大黨 69制度救世島 70台灣麻將最大黨 71司法改革黨 72經濟黨 73小民參政歐巴桑聯盟 74復康聯盟黨 75台灣國民黨 76中華文化共和黨 77家庭基本收入
teds2024$pp <- rec(teds2024$P1c, rec="1=1[國民黨]; 2=2[民進黨]; 41=3[民眾黨]; else=4[其他]", as.num = F)
frq(teds2024$pp,out="view")| val | label | frq | raw.prc | valid.prc | cum.prc | |
| 1 | 國民黨 | 322 | 26.70 | 36.10 | 36.10 | |
| 2 | 民進黨 | 383 | 31.76 | 42.94 | 79.04 | |
| 3 | 民眾黨 | 172 | 14.26 | 19.28 | 98.32 | |
| 4 | 其他 | 15 | 1.24 | 1.68 | 100.00 | |
| NA | NA | 314 | 26.04 | NA | NA | |
| total N=1206 · valid N=892 · x̄=1.87 · σ=0.78 | ||||||
code
teds2024$KMT <- rec(teds2024$pp, rec = "1=1; else=0", var.label = "國民黨")
teds2024$DPP <- rec(teds2024$pp, rec = "2=1; else=0", var.label = "民進黨")
teds2024$TPP <- rec(teds2024$pp, rec = "3=1; else=0", var.label = "民眾黨")
teds2024$others <- rec(teds2024$pp, rec = "4=1; else=0", var.label = "其他政黨")
save(teds2024, file = "teds2024.rda")肆、研究結果
一、卡方分析檢定
本節透過卡方檢定（Chi-square test）檢視自變數（媒體政治立場、媒介使用頻率、媒介信任度）與依變數（公部門信任度）之間是否存在統計上的顯著關聯性。
(一)媒體立場與公部門信任度
H0：媒體立場與公部門信任度無關。
H1：媒體立場與公部門信任度有關。
1.立法機關
經卡方檢定，媒體政治立場與立法機關信任度兩變數之間具統計上顯著相關，X²(2,n=1,008)=9.382，p=.009，Cramer’s V=.096。雖然在關聯性上顯著相關，但關聯性強度為弱相關，顯示媒體政治立場僅為影響受訪者對立法機關信任度因素之一。
為便於解釋，將選項「完全信任」與「有點信任」在編碼時合併為「信任」，「不太信任」與「一點也不信任」在編碼時合併為「不信任」。結果顯示常收看泛藍電視新聞台的受訪者有 55.6% 表示不信任立法機關；常收看泛綠電視新聞台的受訪者有 54.8% 表示信任立法機關；而常收看中立媒體的受訪者有 51.9% 表示信任。在泛藍媒體受訪者中，不信任比例高於信任比例；而在泛綠媒體與中立媒體受訪者中，信任比例皆高於不信任比例。
2.行政部門
經卡方檢定，媒體政治立場與行政部門信任度兩變數間具統計上顯著關聯，X²2, n=986)=78.545，p=.000，Cramer’s V=.282。兩變數間的關聯性屬於中效果，表示不同政治立場媒體的收看者，對行政部門的信任度有顯著的差異。
從卡方列聯表可見，常收看泛綠媒體的受訪者整體信任度最高，有 77.1% 表示「信任」（含有點信任與完全信任）；常收看泛藍媒體者則較傾向於不信任行政部門，共有 53.5% 表示「不信任」（含不太信任與一點也不信任）；而收看中立媒體的受訪者有 63.6% 表示信任。
3.法院
經卡方檢定，媒體政治立場與法院信任度兩變數之間具統計上顯著關聯，關聯強度屬於小效果，X²(2, n=983)=6.732，p=.035，Cramer’s V=.083。
常收看泛藍媒體的受訪者有過半，共 55.5% 表示不信任法院；常收看泛綠媒體的受訪者則是過半，共 53.4% 表示信任法院；收看中立媒體的受訪者信任與不信任的比例約各半（不信任49%，信任51%）。
整體而言，三項檢定結果均顯示媒體政治立場與公部門信任度之間存在顯著的相關性。立法機關與法院的關聯性屬於小效果，行政部門則是中效果，顯示與執政黨最相關的行政體系的評價與收看的媒體立場最為相關。結果拒絕虛無假設，支持媒體政治傾向與公部門信任存在顯著相依關係。
從先前的假設來看，研究者認為政治立場偏向國民黨的受訪者對立法機關的信任度會較高、政治立場偏民進黨的受訪者對行政部門與法院的信任度較高。從分析結果來看，研究者認為大眾在選擇觀看哪台新聞時，會因為政治偏好而選擇與自己政治立場相近的新聞媒體，所以收看泛藍媒體的受訪者的政治立場會偏向國民黨，收看泛綠媒體的受訪者政治立場會偏向民進黨。但是不到一半的收看泛藍媒體的受訪者對立法院的信任度為信任（44.4%）；收看泛綠媒體的受訪者對行政部門（77.1%）與法院（53.4%）為信任態度的人數過半，所以部分支持先前的研究假設。
code
library(sjPlot)
tab_xtab(teds2024$media_choice, teds2024$trust1, encoding="utf8",
show.row.prc = TRUE, # 顯示列百分比
show.col.prc = TRUE, # 顯示欄百分比
show.na = FALSE, # 不顯示無效值（預設）
show.legend = FALSE, # 不顯示圖示（預設）
show.exp = FALSE, # 不顯示期望值 （預設）
show.cell.prc = FALSE, # 不顯示細格的百分比 （預設）
tdcol.col = "gray", # 將欄百分比顏色改為灰色 （預設為綠色）
tdcol.row = "brown" # 將列百分比顏色改為褐色 （預設為藍色）
)| 請問您最常看哪一臺電視新聞? | 接著想請教您對於下列幾個機構或人員的信任程度，請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 泛藍 | 288 55.6 % 56 % |
230 44.4 % 46.6 % |
518 100 % 51.4 % |
| 泛綠 | 152 45.2 % 29.6 % |
184 54.8 % 37.2 % |
336 100 % 33.3 % |
| 中立 | 74 48.1 % 14.4 % |
80 51.9 % 16.2 % |
154 100 % 15.3 % |
| Total | 514 51 % 100 % |
494 49 % 100 % |
1008 100 % 100 % |
| χ2=9.382 · df=2 · Cramer's V=0.096 · p=0.009 | |||
code
table_data <- table(teds2024$media_choice, teds2024$trust1)
tab_xtab(teds2024$media_choice, teds2024$trust2, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 請問您最常看哪一臺電視新聞? | 那您對行政部門呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 泛藍 | 271 53.5 % 67.6 % |
236 46.5 % 40.3 % |
507 100 % 51.4 % |
| 泛綠 | 75 22.9 % 18.7 % |
253 77.1 % 43.2 % |
328 100 % 33.3 % |
| 中立 | 55 36.4 % 13.7 % |
96 63.6 % 16.4 % |
151 100 % 15.3 % |
| Total | 401 40.7 % 100 % |
585 59.3 % 100 % |
986 100 % 100 % |
| χ2=78.545 · df=2 · Cramer's V=0.282 · p=0.000 | |||
code
table_data <- table(teds2024$media_choice, teds2024$trust2)
tab_xtab(teds2024$media_choice, teds2024$trust3, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 請問您最常看哪一臺電視新聞? | 那您對法院呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 泛藍 | 283 55.5 % 55.8 % |
227 44.5 % 47.7 % |
510 100 % 51.9 % |
| 泛綠 | 151 46.6 % 29.8 % |
173 53.4 % 36.3 % |
324 100 % 33 % |
| 中立 | 73 49 % 14.4 % |
76 51 % 16 % |
149 100 % 15.2 % |
| Total | 507 51.6 % 100 % |
476 48.4 % 100 % |
983 100 % 100 % |
| χ2=6.732 · df=2 · Cramer's V=0.083 · p=0.035 | |||
code
table_data <- table(teds2024$media_choice, teds2024$trust3)(二)媒介使用頻率與公部門信任度
H0：媒介使用頻率與公部門信任度無關。
H1：媒介使用頻率與公部門信任度有關。
1.無線電視新聞台
(1)立法機關
經卡方檢定分析，無線電視新聞台的收看頻率與立法機關信任度之間不具統計上顯著關聯，X²(2, n=1128)=2.726，p=.256，Cramer’s V=.049。表示受訪者每週收看無線電視新聞的頻率高低，與其對立法機關的信任程度並無顯著差異。從交叉表結果觀察，雖然「高頻率」收看者的信任比例（52.1%）略高於「低頻率」收看者（46.2%），但在統計上並未達到顯著水準，顯示收看無線電視新聞的頻率並非影響立法機關信任度的主要因素。
(2)行政部門
經卡方檢定分析，無線電視新聞台的收看頻率與行政部門信任度之間具有統計上顯著關聯，X²(2, n=1099)=9.830，p=.007，Cramer’s V=.095，但關聯強度屬於小效果，「中頻率」收看者對行政部門的信任比例最高，達63.4%，其次為「高頻率」收看者的 61.5%，兩者皆明顯高於「低頻率」收看者的 53.1%。結果顯示，有收看無線電視新聞習慣（中、高頻率）的民眾，相較於低頻率收看的民眾，對行政部門具有較高的信任度。
(3)法院
經卡方檢定分析，無線電視新聞台的收看頻率與法院信任度之間未呈現統計上顯著關聯，X²(2, n=1100)=1.253，p=.534，Cramer’s V=.034。受訪者收看無線電視新聞頻率的多寡，與其對法院的信任程度之間並沒有顯著的關聯性。無論收看頻率為何，信任與不信任法院的比例分佈皆相當接近。
code
tab_xtab(teds2024$media_frequency1, teds2024$trust1, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 我們先從傳統的新聞媒體開始，如電視、廣播和報紙，這裡包括使用傳統方式或上網來收看或收聽。在這次選舉期間，請問您一個星期大約會看幾天無線電視新聞(台視、中視、華視、民視、公視 | 接著想請教您對於下列幾個機構或人員的信任程度，請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 265 53.8 % 45.7 % |
228 46.2 % 41.6 % |
493 100 % 43.7 % |
| 中頻率 | 154 51.5 % 26.6 % |
145 48.5 % 26.5 % |
299 100 % 26.5 % |
| 高頻率 | 161 47.9 % 27.8 % |
175 52.1 % 31.9 % |
336 100 % 29.8 % |
| Total | 580 51.4 % 100 % |
548 48.6 % 100 % |
1128 100 % 100 % |
| χ2=2.726 · df=2 · Cramer's V=0.049 · p=0.256 | |||
code
table_data <- table(teds2024$media_frequency1, teds2024$trust1)
tab_xtab(teds2024$media_frequency1, teds2024$trust2, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 我們先從傳統的新聞媒體開始，如電視、廣播和報紙，這裡包括使用傳統方式或上網來收看或收聽。在這次選舉期間，請問您一個星期大約會看幾天無線電視新聞(台視、中視、華視、民視、公視 | 那您對行政部門呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 226 46.9 % 49.3 % |
256 53.1 % 39.9 % |
482 100 % 43.9 % |
| 中頻率 | 108 36.6 % 23.6 % |
187 63.4 % 29.2 % |
295 100 % 26.8 % |
| 高頻率 | 124 38.5 % 27.1 % |
198 61.5 % 30.9 % |
322 100 % 29.3 % |
| Total | 458 41.7 % 100 % |
641 58.3 % 100 % |
1099 100 % 100 % |
| χ2=9.830 · df=2 · Cramer's V=0.095 · p=0.007 | |||
code
table_data <- table(teds2024$media_frequency1, teds2024$trust2)
tab_xtab(teds2024$media_frequency1, teds2024$trust3, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 我們先從傳統的新聞媒體開始，如電視、廣播和報紙，這裡包括使用傳統方式或上網來收看或收聽。在這次選舉期間，請問您一個星期大約會看幾天無線電視新聞(台視、中視、華視、民視、公視 | 那您對法院呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 257 53 % 45.2 % |
228 47 % 42.9 % |
485 100 % 44.1 % |
| 中頻率 | 146 49 % 25.7 % |
152 51 % 28.6 % |
298 100 % 27.1 % |
| 高頻率 | 166 52.4 % 29.2 % |
151 47.6 % 28.4 % |
317 100 % 28.8 % |
| Total | 569 51.7 % 100 % |
531 48.3 % 100 % |
1100 100 % 100 % |
| χ2=1.253 · df=2 · Cramer's V=0.034 · p=0.534 | |||
code
table_data <- table(teds2024$media_frequency1, teds2024$trust3)2.有線電視新聞
(1)立法機關
經卡方檢定分析，有線電視新聞台的收看頻率與立法機關信任度之間不具統計上顯著關聯，X²(2, n=1125)=0.071，p=.965，Cramer’s V=.008。不同收看頻率的受訪者對立法機關的信任比例極為接近，低頻率者為 49.2%、中頻率者為 48.1%、高頻率者為 48.7%，顯示收看有線電視新聞的頻率高低，與受訪者是否信任立法機關無關。
(2)行政部門
經卡方檢定分析，有線電視新聞台的收看頻率與行政部門信任度之間不具統計上顯著關聯，X²(2, n=1095)=0.507，p=.776，Cramer’s V=.022。數據顯示，各頻率組別對行政部門的信任度差異非常微小，信任比例皆落在 57%至60%之間，分別為低頻率 58.7%、中頻率 59.6%、高頻率 57%。表示受訪者對行政部門的信任程度，並不會因為收看有線電視新聞的多寡而有所不同。
(3)法院
經卡方檢定分析，有線電視新聞台的收看頻率與法院信任度之間未呈現統計上顯著關聯，X²(2, n=1098)=1.322，p=.516，Cramer’s V=.035。雖然中頻率使用者的信任比例（50.8%）略高於高頻率使用者（46.4%），但未達統計顯著水準。整體而言，收看有線電視新聞的頻率與民眾對法院的信任度之間沒有顯著的關聯性。
code
tab_xtab(teds2024$media_frequency2, teds2024$trust1, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 請問您一個星期大約看幾天有線電視新聞? | 接著想請教您對於下列幾個機構或人員的信任程度，請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 210 50.8 % 36.4 % |
203 49.2 % 37 % |
413 100 % 36.7 % |
| 中頻率 | 137 51.9 % 23.7 % |
127 48.1 % 23.2 % |
264 100 % 23.5 % |
| 高頻率 | 230 51.3 % 39.9 % |
218 48.7 % 39.8 % |
448 100 % 39.8 % |
| Total | 577 51.3 % 100 % |
548 48.7 % 100 % |
1125 100 % 100 % |
| χ2=0.071 · df=2 · Cramer's V=0.008 · p=0.965 | |||
code
table_data <- table(teds2024$media_frequency2, teds2024$trust1)
tab_xtab(teds2024$media_frequency2, teds2024$trust2, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 請問您一個星期大約看幾天有線電視新聞? | 那您對行政部門呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 168 41.3 % 36.8 % |
239 58.7 % 37.5 % |
407 100 % 37.2 % |
| 中頻率 | 105 40.4 % 23 % |
155 59.6 % 24.3 % |
260 100 % 23.7 % |
| 高頻率 | 184 43 % 40.3 % |
244 57 % 38.2 % |
428 100 % 39.1 % |
| Total | 457 41.7 % 100 % |
638 58.3 % 100 % |
1095 100 % 100 % |
| χ2=0.507 · df=2 · Cramer's V=0.022 · p=0.776 | |||
code
table_data <- table(teds2024$media_frequency2, teds2024$trust2)
tab_xtab(teds2024$media_frequency2, teds2024$trust3, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 請問您一個星期大約看幾天有線電視新聞? | 那您對法院呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 207 51.1 % 36.5 % |
198 48.9 % 37.3 % |
405 100 % 36.9 % |
| 中頻率 | 130 49.2 % 22.9 % |
134 50.8 % 25.2 % |
264 100 % 24 % |
| 高頻率 | 230 53.6 % 40.6 % |
199 46.4 % 37.5 % |
429 100 % 39.1 % |
| Total | 567 51.6 % 100 % |
531 48.4 % 100 % |
1098 100 % 100 % |
| χ2=1.322 · df=2 · Cramer's V=0.035 · p=0.516 | |||
code
table_data <- table(teds2024$media_frequency2, teds2024$trust3)3.數位媒體
(1)立法機關
經卡方檢定，結果顯示新聞網站的使用頻率與立法機關信任度之間不具統計上顯著相關，X²(2, n=1132)=2.284，p=.319，Cramer’s V=.045。雖然中頻率使用者的信任比例（51.1%）略高於低頻率（49.4%）與高頻率（45.4%）使用者，但整體而言，受訪者使用新聞網站的頻率高低，與其對立法機關的信任程度並無顯著差異。
(2)行政部門
經卡方檢定，新聞網站的使用頻率與行政部門信任度之間不具統計上顯著相關，X²(2, n=1102)=3.512，p=.173，Cramer’s V=.056。數據顯示，中頻率使用者相較於低頻率與高頻率使用者，群體內對行政部門的信任比例最高（63.7%），但統計檢定結果未達顯著水準，顯示使用新聞網站頻率與行政部門信任度無關。
(3)法院
經卡方檢定，新聞網站的使用頻率與法院信任度之間未呈現統計上顯著相關，X²(2, n=1104)=2.784，p=.249，Cramer’s V=.050。結果顯示受訪者對法院的信任度並不因使用新聞網站的頻率而有顯著差異。
code
tab_xtab(teds2024$media_frequency3, teds2024$trust1, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 那其他的新聞網站呢?(像是雅虎奇摩、google新聞、風傳媒、今日新聞/NOWnews等等) | 接著想請教您對於下列幾個機構或人員的信任程度，請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 266 50.6 % 45.5 % |
260 49.4 % 47.4 % |
526 100 % 46.5 % |
| 中頻率 | 112 48.9 % 19.2 % |
117 51.1 % 21.4 % |
229 100 % 20.2 % |
| 高頻率 | 206 54.6 % 35.3 % |
171 45.4 % 31.2 % |
377 100 % 33.3 % |
| Total | 584 51.6 % 100 % |
548 48.4 % 100 % |
1132 100 % 100 % |
| χ2=2.284 · df=2 · Cramer's V=0.045 · p=0.319 | |||
code
table_data <- table(teds2024$media_frequency3, teds2024$trust1)
tab_xtab(teds2024$media_frequency3, teds2024$trust2, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 那其他的新聞網站呢?(像是雅虎奇摩、google新聞、風傳媒、今日新聞/NOWnews等等) | 那您對行政部門呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 218 42.9 % 47.4 % |
290 57.1 % 45.2 % |
508 100 % 46.1 % |
| 中頻率 | 82 36.3 % 17.8 % |
144 63.7 % 22.4 % |
226 100 % 20.5 % |
| 高頻率 | 160 43.5 % 34.8 % |
208 56.5 % 32.4 % |
368 100 % 33.4 % |
| Total | 460 41.7 % 100 % |
642 58.3 % 100 % |
1102 100 % 100 % |
| χ2=3.512 · df=2 · Cramer's V=0.056 · p=0.173 | |||
code
table_data <- table(teds2024$media_frequency3, teds2024$trust2)
tab_xtab(teds2024$media_frequency3, teds2024$trust3, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 那其他的新聞網站呢?(像是雅虎奇摩、google新聞、風傳媒、今日新聞/NOWnews等等) | 那您對法院呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 277 54.5 % 48.4 % |
231 45.5 % 43.4 % |
508 100 % 46 % |
| 中頻率 | 113 49.3 % 19.8 % |
116 50.7 % 21.8 % |
229 100 % 20.7 % |
| 高頻率 | 182 49.6 % 31.8 % |
185 50.4 % 34.8 % |
367 100 % 33.2 % |
| Total | 572 51.8 % 100 % |
532 48.2 % 100 % |
1104 100 % 100 % |
| χ2=2.784 · df=2 · Cramer's V=0.050 · p=0.249 | |||
code
table_data <- table(teds2024$media_frequency3, teds2024$trust3)4.社群媒體
(1)立法機關
經卡方檢定，社群媒體的使用頻率與立法機關信任度之間不具統計上顯著相關，X²(2, n=1131)=1.054，p=.590，Cramer’s V=.031。顯示受訪者使用社群媒體關注政治新聞的頻率高低，與其對立法機關的信任程度並無顯著關聯。
(2)行政部門
經卡方檢定，社群媒體的使用頻率與行政部門信任度之間不具統計上顯著關聯，X²(2, n=1100)=0.672，p=.714，Cramer’s V=.025。表示無論受訪者多常使用社群媒體，其對行政部門的信任度皆無顯著差異。數據顯示各頻率組別對行政部門的信任度皆普遍較高，低頻率使用者信任比例為57%，中頻率為59.1%，高頻率為59.6%。但社群媒體使用頻率並非影響行政部門信任的主要因素。
(3)法院
經卡方檢定，社群媒體的使用頻率與法院信任度之間未呈現統計上顯著相關，X²(2, n=1103)=3.911，p=.142，Cramer’s V=.060。結果顯示受訪者對法院的信任度並不因使用社群媒體的頻率而有顯著差異。
小結
在媒介使用頻率方面，除了「無線電視收看頻率」與「行政部門信任度」有關聯外，其餘絕大多數的媒介使用頻率與公部門信任度皆無顯著關聯。這顯示接觸某種媒介的多寡並非影響公部門信任的關鍵，或許「接觸內容」或「對媒介的態度」更為重要。
code
tab_xtab(teds2024$media_frequency4, teds2024$trust1, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 在這次選舉期間，請問您一個星期大約有幾天使用臉書、推特或LINE來關注政黨和候選人的新聞? | 接著想請教您對於下列幾個機構或人員的信任程度，請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 306 52.9 % 52.6 % |
272 47.1 % 49.5 % |
578 100 % 51.1 % |
| 中頻率 | 106 50.2 % 18.2 % |
105 49.8 % 19.1 % |
211 100 % 18.7 % |
| 高頻率 | 170 49.7 % 29.2 % |
172 50.3 % 31.3 % |
342 100 % 30.2 % |
| Total | 582 51.5 % 100 % |
549 48.5 % 100 % |
1131 100 % 100 % |
| χ2=1.054 · df=2 · Cramer's V=0.031 · p=0.590 | |||
code
table_data <- table(teds2024$media_frequency4, teds2024$trust1)
tab_xtab(teds2024$media_frequency4, teds2024$trust2, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 在這次選舉期間，請問您一個星期大約有幾天使用臉書、推特或LINE來關注政黨和候選人的新聞? | 那您對行政部門呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 240 43 % 52.2 % |
318 57 % 49.7 % |
558 100 % 50.7 % |
| 中頻率 | 85 40.9 % 18.5 % |
123 59.1 % 19.2 % |
208 100 % 18.9 % |
| 高頻率 | 135 40.4 % 29.3 % |
199 59.6 % 31.1 % |
334 100 % 30.4 % |
| Total | 460 41.8 % 100 % |
640 58.2 % 100 % |
1100 100 % 100 % |
| χ2=0.672 · df=2 · Cramer's V=0.025 · p=0.714 | |||
code
table_data <- table(teds2024$media_frequency4, teds2024$trust2)
tab_xtab(teds2024$media_frequency4, teds2024$trust3, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 在這次選舉期間，請問您一個星期大約有幾天使用臉書、推特或LINE來關注政黨和候選人的新聞? | 那您對法院呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 低頻率 | 305 54.5 % 53.4 % |
255 45.5 % 47.9 % |
560 100 % 50.8 % |
| 中頻率 | 98 46.9 % 17.2 % |
111 53.1 % 20.9 % |
209 100 % 18.9 % |
| 高頻率 | 168 50.3 % 29.4 % |
166 49.7 % 31.2 % |
334 100 % 30.3 % |
| Total | 571 51.8 % 100 % |
532 48.2 % 100 % |
1103 100 % 100 % |
| χ2=3.911 · df=2 · Cramer's V=0.060 · p=0.142 | |||
code
table_data <- table(teds2024$media_frequency4, teds2024$trust3)(三)媒介信任度與公部門信任度
H0：媒介信任度與公部門信任度無關。
H1：媒介信任度與公部門信任度有關。
1.傳統媒體
(1)立法機關
經卡方檢定，傳統媒體信任度與立法機關信任度之間具統計上顯著相關，X²(1, n=1096)=44.855，p=.000，Phi coefficient (φ)=.204。受訪者對傳統媒體的信任與否，在對立法機關的信任度上有顯著差異，兩變數之間的關聯性屬於中效果。在「不信任」傳統媒體的受訪者中，有59.2% 表示不信任立法機關；「信任」傳統媒體的受訪者中，有 61.9% 表示信任立法機關。顯示對傳統媒體抱持信任態度的民眾，傾向對立法機關有較高的信任度；而不信任傳統媒體者，對立法機關也多抱持不信任的態度。
(2)行政部門
經卡方檢定，傳統媒體信任度與行政部門信任度之間具統計上顯著相關，X²(1, n=1072)=42.867，p=.000，Phi coefficient (φ)=.202。不同傳統媒體信任程度的受訪者在行政部門信任度上有顯著差異，兩變項間的關聯強度屬於中效果。「信任」傳統媒體的受訪者中，高達71.3% 表示信任行政部門。而在「不信任」傳統媒體的受訪者中，信任與不信任行政部門的比例相當接近，分別為不信任49.3%、信任 50.7%。
(3)法院
經卡方檢定，傳統媒體信任度與法院信任度之間具統計上顯著相關，X²(1, n=1072)=15.688，p=.000，Phi coefficient (φ)=.123。雖然達顯著水準，但其關聯強度 φ=.123，相較於立法機關與行政部門弱，屬於小效果。在「不信任」傳統媒體的受訪者中，有56.3%表示不信任法院，在「信任」傳統媒體的受訪者中，則有56.4%表示信任法院。
code
tab_xtab(teds2024$media_trust1, teds2024$trust1, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 那您對傳統新聞媒體，例如: 報紙、電視或廣播呢? |
接著想請教您對於下列幾個機構或人員的信任程度，請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 不信任 | 407 59.2 % 72.3 % |
280 40.8 % 52.5 % |
687 100 % 62.7 % |
| 信任 | 156 38.1 % 27.7 % |
253 61.9 % 47.5 % |
409 100 % 37.3 % |
| Total | 563 51.4 % 100 % |
533 48.6 % 100 % |
1096 100 % 100 % |
| χ2=44.855 · df=1 · &phi=0.204 · p=0.000 | |||
code
table_data <- table(teds2024$media_trust1, teds2024$trust1)
tab_xtab(teds2024$media_trust1, teds2024$trust2, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 那您對傳統新聞媒體，例如: 報紙、電視或廣播呢? |
那您對行政部門呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 不信任 | 333 49.3 % 74.5 % |
342 50.7 % 54.7 % |
675 100 % 63 % |
| 信任 | 114 28.7 % 25.5 % |
283 71.3 % 45.3 % |
397 100 % 37 % |
| Total | 447 41.7 % 100 % |
625 58.3 % 100 % |
1072 100 % 100 % |
| χ2=42.867 · df=1 · &phi=0.202 · p=0.000 | |||
code
table_data <- table(teds2024$media_trust1, teds2024$trust2)
tab_xtab(teds2024$media_trust1, teds2024$trust3, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 那您對傳統新聞媒體，例如: 報紙、電視或廣播呢? |
那您對法院呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 不信任 | 380 56.3 % 68.7 % |
295 43.7 % 56.8 % |
675 100 % 63 % |
| 信任 | 173 43.6 % 31.3 % |
224 56.4 % 43.2 % |
397 100 % 37 % |
| Total | 553 51.6 % 100 % |
519 48.4 % 100 % |
1072 100 % 100 % |
| χ2=15.688 · df=1 · &phi=0.123 · p=0.000 | |||
code
table_data <- table(teds2024$media_trust1, teds2024$trust3)2.社群媒體
(1)立法機關
經卡方檢定，社群媒體信任度與立法機關信任度之間具統計上顯著相關，X²(1, n=1024)=30.900，p=.000，Phi coefficient (Phi)=.176。受訪者對社群媒體的信任與否，在對立法機關的信任度上有顯著差異，兩變數之間的關聯性屬於接近中度的小效果。多數受訪者不信任社群媒體（75.7%），僅 24.3% 表示信任。進一步分析發現，在「信任」社群媒體的受訪者中，有高達 63.9% 表示信任立法機關，在「不信任」社群媒體的受訪者中，信任立法機關的比例降至43.4%，而不信任的比例則達 56.6%。這顯示對社群媒體的信任態度，與對立法機關的信任呈現顯著的正向關聯。
(2)行政部門
經卡方檢定，社群媒體信任度與行政部門信任度之間具統計上顯著相關，X²(1, n=1004)=14.510，p=.000，Phi coefficient (Phi)=.123。兩變數間存在顯著差異，關聯強度屬於小效果。受訪者對行政部門的信任比例較高。在「信任」社群媒體的受訪者中，有 68.1% 表示信任行政部門，在「不信任」社群媒體的受訪者中，信任行政部門的比例則為 54.1%。雖然兩組受訪者對行政部門的信任比例皆過半，但信任社群媒體者的信任度仍顯著高於不信任社群媒體者，顯示兩者間具正向關聯。
(3)法院
經卡方檢定，社群媒體信任度與法院信任度之間未呈現統計上顯著相關，X²(1, n=1007)=2.178，p=.140，Phi coefficient (Phi)=.049。
小結
媒介信任度與公部門信任度呈現高度相關。特別是傳統媒體信任度與三個公部門皆呈現正向關聯，支持了「體制信任」的觀點，即對媒體機構的信任可能擴散至對政府機構的信任。
code
tab_xtab(teds2024$media_trust2, teds2024$trust1, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 那您對社群媒體，例如: 臉書、推特或LINE呢? |
接著想請教您對於下列幾個機構或人員的信任程度，請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 不信任 | 439 56.6 % 83 % |
336 43.4 % 67.9 % |
775 100 % 75.7 % |
| 信任 | 90 36.1 % 17 % |
159 63.9 % 32.1 % |
249 100 % 24.3 % |
| Total | 529 51.7 % 100 % |
495 48.3 % 100 % |
1024 100 % 100 % |
| χ2=30.900 · df=1 · &phi=0.176 · p=0.000 | |||
code
table_data <- table(teds2024$media_trust2, teds2024$trust1)
tab_xtab(teds2024$media_trust2, teds2024$trust2, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 那您對社群媒體，例如: 臉書、推特或LINE呢? |
那您對行政部門呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 不信任 | 347 45.9 % 81.5 % |
409 54.1 % 70.8 % |
756 100 % 75.3 % |
| 信任 | 79 31.9 % 18.5 % |
169 68.1 % 29.2 % |
248 100 % 24.7 % |
| Total | 426 42.4 % 100 % |
578 57.6 % 100 % |
1004 100 % 100 % |
| χ2=14.510 · df=1 · &phi=0.123 · p=0.000 | |||
code
table_data <- table(teds2024$media_trust2, teds2024$trust2)
tab_xtab(teds2024$media_trust2, teds2024$trust3, encoding="utf8",
show.row.prc = TRUE,
show.col.prc = TRUE,
show.na = FALSE,
show.legend = FALSE,
show.exp = FALSE,
show.cell.prc = FALSE,
tdcol.col = "gray",
tdcol.row = "brown"
)| 那您對社群媒體，例如: 臉書、推特或LINE呢? |
那您對法院呢? | Total | |
|---|---|---|---|
| 不信任 | 信任 | ||
| 不信任 | 396 52.2 % 77.3 % |
362 47.8 % 73.1 % |
758 100 % 75.3 % |
| 信任 | 116 46.6 % 22.7 % |
133 53.4 % 26.9 % |
249 100 % 24.7 % |
| Total | 512 50.8 % 100 % |
495 49.2 % 100 % |
1007 100 % 100 % |
| χ2=2.178 · df=1 · &phi=0.049 · p=0.140 | |||
code
table_data <- table(teds2024$media_trust2, teds2024$trust3)二、迴歸分析──多變項分析
### (一)立法機關信任度
從先前的卡方檢定可以得出，媒體使用行為中，媒體政治立場與媒介信任度與公部門信任度相關，不同的媒介使用頻率則與公部門信任度不相關。故再在進行二元勝算對數迴歸分析時，僅將媒體政治立場與媒介信任度納入分析變數。
mod1以收看泛藍媒體的受訪者為參照組，在控制其他變數下，收看泛綠媒體的受訪者對立法機關的信任度顯著高於收看泛藍媒體的受訪者（p<.05）；收看中立媒體的受訪者，對立法機關的信任度與收看泛藍媒體的人沒有統計上的顯著差異。在mod1中，信任傳統媒體的受訪者，對立法機關的信任度顯著高於不信任傳統媒體的受訪者（p<.001），信任社群媒體的受訪者，對立法機關的信任度同樣顯著高於不信任社群媒體的受訪者（p<.001）。代表不論是傳統媒體或是社群媒體，傾向相信媒體的受訪者，也較信任立法機關。
研究者建立mod1.1加入控制變數政黨偏好，並以KMT（國民黨）作為此模型的參照組。結果顯示與支持國民黨的受訪者相比，支持民進黨的受訪者對立法機關的信任度顯著高於支持國民黨的受訪者與國民黨支持者相比，民進黨支持者對立法機關的信任度 顯著極高（p<.001）。在控制其他變數的情況下，支持民進黨的受訪者有98.8%的機率信任立法機關。而支持民眾黨的受訪者對立法機關的信任程度，與支持國民黨的受訪者從檢定結果來看沒有差異。
加入政黨偏好後，媒體政治立場的影響力不再顯著。這顯示原先觀看泛綠媒體對立法機關信任的正向效果，其實是因為受訪者的政黨傾向所致。 在此模型中，政黨偏好成為最強的預測因子。相較於國民黨支持者，民進黨支持者信任立法機關的勝算極高（p<.001）。另外，即便控制了政黨傾向，傳統媒體信任度與社群媒體信任度依然維持顯著的正向影響力。這意味著，無論民眾的政治立場為何，若其對媒體體制保有信任，確實能提升其對立法機關的信任感。
code
mod1 <- glm(trust1 ~ mc2 + mc3 + media_trust1 + media_trust2,family = binomial, data = teds2024)
summary(mod1)
Call:
glm(formula = trust1 ~ mc2 + mc3 + media_trust1 + media_trust2,
family = binomial, data = teds2024)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.5470 0.1108 -4.937 7.94e-07 ***
mc2 0.3383 0.1546 2.188 0.028690 *
mc3 0.2682 0.1980 1.354 0.175645
media_trust11 0.5466 0.1522 3.591 0.000330 ***
media_trust21 0.6447 0.1729 3.728 0.000193 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 1239.1 on 893 degrees of freedom
Residual deviance: 1190.1 on 889 degrees of freedom
(312 observations deleted due to missingness)
AIC: 1200.1
Number of Fisher Scoring iterations: 4code
mod1.1 <- glm(trust1 ~ mc2 + mc3 + media_trust1 + media_trust2 + DPP + TPP + others,family = binomial, data = teds2024)
summary(mod1.1)
Call:
glm(formula = trust1 ~ mc2 + mc3 + media_trust1 + media_trust2 +
DPP + TPP + others, family = binomial, data = teds2024)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.74026 0.15641 -4.733 2.22e-06 ***
mc2 -0.05612 0.21003 -0.267 0.78930
mc3 0.14135 0.24025 0.588 0.55631
media_trust11 0.50519 0.17670 2.859 0.00425 **
media_trust21 0.62995 0.20053 3.141 0.00168 **
DPP 0.98822 0.21387 4.621 3.83e-06 ***
TPP -0.01036 0.23005 -0.045 0.96409
others 0.97413 0.59845 1.628 0.10358
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 966.07 on 696 degrees of freedom
Residual deviance: 899.24 on 689 degrees of freedom
(509 observations deleted due to missingness)
AIC: 915.24
Number of Fisher Scoring iterations: 4code
tab_model(mod1, mod1.1,
show.aic=TRUE,
show.ci=FALSE,
show.se=TRUE,
show.r2 =FALSE,
digits.p=3,
digits=3,
CSS=list(css.topborder="border-top:1px solid black;")
)| 接著想請教您對於下列幾個機構或人員的信任程度，請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任? | 接著想請教您對於下列幾個機構或人員的信任程度，請問您對於立法機關是完全信任、有點信任、不太信任，還是一點也不信任? | |||||
| Predictors | Odds Ratios | std. Error | p | Odds Ratios | std. Error | p |
| (Intercept) | 0.579 | 0.064 | <0.001 | 0.477 | 0.075 | <0.001 |
| 觀看泛綠媒體 | 1.403 | 0.217 | 0.029 | 0.945 | 0.199 | 0.789 |
| 觀看中立媒體 | 1.308 | 0.259 | 0.176 | 1.152 | 0.277 | 0.556 |
| 那您對傳統新聞媒體，例如: 報紙、電視或廣播呢?: 信任 |
1.727 | 0.263 | <0.001 | 1.657 | 0.293 | 0.004 |
| 那您對社群媒體，例如: 臉書、推特或LINE呢?: 信任 |
1.905 | 0.330 | <0.001 | 1.878 | 0.376 | 0.002 |
| 民進黨 | 2.686 | 0.575 | <0.001 | |||
| 民眾黨 | 0.990 | 0.228 | 0.964 | |||
| 其他政黨 | 2.649 | 1.585 | 0.104 | |||
| Observations | 894 | 697 | ||||
| AIC | 1200.124 | 915.237 | ||||
(二)行政部門信任度
在控制媒體信任度後，收看泛綠媒體的受訪者，對行政部門的信任度遠高於收看泛藍媒體的受訪者（p<.001），而且泛綠媒體的觀眾對行政部門的信任度機率為泛藍媒體觀眾的3.65倍。收看中立媒體的受訪者對行政部門的信任度同樣顯著高於收看泛藍媒體的受訪者（p<.001）。在行政部門的信任度上，與立法機關一樣，信任媒體的受訪者同樣傾向信任行政部門。
加入政黨偏好後，呈現出強烈的「執政黨優勢」。民進黨支持者信任行政部門的勝算遠高於國民黨支持者（p<.001）。 與立法機關不同的是，在控制政黨偏好後，媒體政治立場（觀看泛綠媒體）的影響力依然顯著。表示除了政黨認同外，媒體的內容框架對行政部門的評價具有獨立的解釋力。在媒介信任度方面，傳統媒體信任度仍具顯著正向影響，但社群媒體信任度的影響力則消失，顯示行政部門的信任基礎較多建立在傳統主流媒體的公信力上，而非社群媒體。
code
mod2 <- glm(trust2 ~ mc2 + mc3 + media_trust1 + media_trust2,family = binomial, data = teds2024)
summary(mod2)
Call:
glm(formula = trust2 ~ mc2 + mc3 + media_trust1 + media_trust2,
family = binomial, data = teds2024)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.4381 0.1121 -3.910 9.24e-05 ***
mc2 1.2944 0.1709 7.574 3.63e-14 ***
mc3 0.6713 0.2025 3.316 0.000914 ***
media_trust11 0.5583 0.1634 3.417 0.000634 ***
media_trust21 0.4704 0.1853 2.539 0.011120 *
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 1196.7 on 882 degrees of freedom
Residual deviance: 1101.7 on 878 degrees of freedom
(323 observations deleted due to missingness)
AIC: 1111.7
Number of Fisher Scoring iterations: 4code
mod2.1 <- glm(trust2 ~ mc2 + mc3 + media_trust1 + media_trust2 + DPP + TPP + others,family = binomial, data = teds2024)
summary(mod2.1)
Call:
glm(formula = trust2 ~ mc2 + mc3 + media_trust1 + media_trust2 +
DPP + TPP + others, family = binomial, data = teds2024)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.9784 0.1672 -5.853 4.82e-09 ***
mc2 0.8974 0.2390 3.756 0.000173 ***
mc3 0.4711 0.2559 1.841 0.065646 .
media_trust11 0.5367 0.2051 2.617 0.008865 **
media_trust21 0.4096 0.2246 1.824 0.068182 .
DPP 1.9583 0.2395 8.177 2.91e-16 ***
TPP 0.4212 0.2314 1.820 0.068783 .
others 0.6745 0.5975 1.129 0.259019
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 926.27 on 689 degrees of freedom
Residual deviance: 743.33 on 682 degrees of freedom
(516 observations deleted due to missingness)
AIC: 759.33
Number of Fisher Scoring iterations: 4code
tab_model(mod2, mod2.1,
show.aic=TRUE,
show.ci=FALSE,
show.se=TRUE,
show.r2 =FALSE,
digits.p=3,
digits=3,
CSS=list(css.topborder="border-top:1px solid black;")
)| 那您對行政部門呢? | 那您對行政部門呢? | |||||
| Predictors | Odds Ratios | std. Error | p | Odds Ratios | std. Error | p |
| (Intercept) | 0.645 | 0.072 | <0.001 | 0.376 | 0.063 | <0.001 |
| 觀看泛綠媒體 | 3.649 | 0.624 | <0.001 | 2.453 | 0.586 | <0.001 |
| 觀看中立媒體 | 1.957 | 0.396 | 0.001 | 1.602 | 0.410 | 0.066 |
| 那您對傳統新聞媒體，例如: 報紙、電視或廣播呢?: 信任 |
1.748 | 0.286 | 0.001 | 1.710 | 0.351 | 0.009 |
| 那您對社群媒體，例如: 臉書、推特或LINE呢?: 信任 |
1.601 | 0.297 | 0.011 | 1.506 | 0.338 | 0.068 |
| 民進黨 | 7.087 | 1.697 | <0.001 | |||
| 民眾黨 | 1.524 | 0.353 | 0.069 | |||
| 其他政黨 | 1.963 | 1.173 | 0.259 | |||
| Observations | 883 | 690 | ||||
| AIC | 1111.654 | 759.330 | ||||
(三)法院信任度
在法院信任度上，收看泛綠媒體的受訪者對法院的信任度顯著高於泛藍觀眾（p<.05），但效果不如立法機關或行政部門之強烈。收看中立媒體的受訪者與收看泛藍媒體受訪者對此機關的信任度則沒有顯著差異。
加入控制變數後，媒體政治立場的顯著性消失，取而代之的是政黨偏好的強大解釋力，結果顯示民進黨支持者顯著較信任法院。這再次驗證了媒體政治立場的效果多半是因收看者的黨派屬性。傳統媒體信任度在此模型中依然保持顯著的正向影響力，顯示雖然司法信任高度受政治立場左右，但民眾對傳統新聞媒體專業度的信任，仍是支撐司法信任的重要獨立因素。
code
mod3 <- glm(trust3 ~ mc2 + mc3 + media_trust1 + media_trust2,family = binomial, data = teds2024)
summary(mod3)
Call:
glm(formula = trust3 ~ mc2 + mc3 + media_trust1 + media_trust2,
family = binomial, data = teds2024)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.33931 0.10862 -3.124 0.00178 **
mc2 0.33156 0.15253 2.174 0.02973 *
mc3 0.27925 0.19549 1.428 0.15315
media_trust11 0.40691 0.15254 2.668 0.00764 **
media_trust21 0.09109 0.16996 0.536 0.59200
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 1226.8 on 884 degrees of freedom
Residual deviance: 1210.6 on 880 degrees of freedom
(321 observations deleted due to missingness)
AIC: 1220.6
Number of Fisher Scoring iterations: 4code
mod3.1 <- glm(trust3 ~ mc2 + mc3 + media_trust1 + media_trust2 + DPP + TPP + others,family = binomial, data = teds2024)
summary(mod3.1)
Call:
glm(formula = trust3 ~ mc2 + mc3 + media_trust1 + media_trust2 +
DPP + TPP + others, family = binomial, data = teds2024)
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) -0.68280 0.15533 -4.396 1.10e-05 ***
mc2 -0.16538 0.20786 -0.796 0.4262
mc3 -0.01824 0.23895 -0.076 0.9392
media_trust11 0.40573 0.17793 2.280 0.0226 *
media_trust21 -0.05489 0.19670 -0.279 0.7802
DPP 1.23009 0.21332 5.766 8.09e-09 ***
TPP 0.45128 0.22746 1.984 0.0473 *
others 1.52336 0.62272 2.446 0.0144 *
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
(Dispersion parameter for binomial family taken to be 1)
Null deviance: 957.75 on 690 degrees of freedom
Residual deviance: 905.89 on 683 degrees of freedom
(515 observations deleted due to missingness)
AIC: 921.89
Number of Fisher Scoring iterations: 4code
tab_model(mod3.1,
# 設定要顯示的資訊
show.se = TRUE, # 顯示標準誤
show.aic = TRUE, # 顯示AIC
show.r2 = TRUE, # 顯示 (pseudo) R-square
p.style="stars", # 以星號表示顯著程度
collapse.ci = FALSE, # 以獨立欄位顯示信賴區間
# 設定小數點的位數
digits=3, # 所有估計值的小數點位數
digits.p=3, # p值的小數點位數
# 線的樣式設計
CSS=list(css.topborder="border-top:1px solid black;"),
# 欄位重新命名
string.pred = "解釋變數",
string.ci = "信賴區間",
string.se ="標準誤 (S.E.)",
string.p="顯著水準 (C.I.)"
# file="analysisResult.html" #另存新檔
)| 那您對法院呢? | |||
| 解釋變數 | Odds Ratios | 標準誤 (S.E.) | 信賴區間 |
| (Intercept) | 0.505 *** | 0.078 | 0.371 – 0.683 |
| 觀看泛綠媒體 | 0.848 | 0.176 | 0.562 – 1.271 |
| 觀看中立媒體 | 0.982 | 0.235 | 0.614 – 1.568 |
| 那您對傳統新聞媒體，例如: 報紙、電視或廣播呢?: 信任 |
1.500 * | 0.267 | 1.060 – 2.130 |
| 那您對社群媒體，例如: 臉書、推特或LINE呢?: 信任 |
0.947 | 0.186 | 0.643 – 1.392 |
| 民進黨 | 3.422 *** | 0.730 | 2.262 – 5.225 |
| 民眾黨 | 1.570 * | 0.357 | 1.006 – 2.456 |
| 其他政黨 | 4.588 * | 2.857 | 1.428 – 17.533 |
| Observations | 691 | ||
| R2 Tjur | 0.074 | ||
| AIC | 921.893 | ||
| * p<0.05 ** p<0.01 *** p<0.001 | |||
code
tab_model(mod3, mod3.1,
show.aic=TRUE,
show.ci=FALSE,
show.se=TRUE,
show.r2 =FALSE,
digits.p=3,
digits=3,
CSS=list(css.topborder="border-top:1px solid black;")
)| 那您對法院呢? | 那您對法院呢? | |||||
| Predictors | Odds Ratios | std. Error | p | Odds Ratios | std. Error | p |
| (Intercept) | 0.712 | 0.077 | 0.002 | 0.505 | 0.078 | <0.001 |
| 觀看泛綠媒體 | 1.393 | 0.212 | 0.030 | 0.848 | 0.176 | 0.426 |
| 觀看中立媒體 | 1.322 | 0.258 | 0.153 | 0.982 | 0.235 | 0.939 |
| 那您對傳統新聞媒體，例如: 報紙、電視或廣播呢?: 信任 |
1.502 | 0.229 | 0.008 | 1.500 | 0.267 | 0.023 |
| 那您對社群媒體，例如: 臉書、推特或LINE呢?: 信任 |
1.095 | 0.186 | 0.592 | 0.947 | 0.186 | 0.780 |
| 民進黨 | 3.422 | 0.730 | <0.001 | |||
| 民眾黨 | 1.570 | 0.357 | 0.047 | |||
| 其他政黨 | 4.588 | 2.857 | 0.014 | |||
| Observations | 885 | 691 | ||||
| AIC | 1220.605 | 921.893 | ||||
伍、結論
本研究旨在探討台灣民眾的媒介使用行為（包含媒體政治立場、媒介使用頻率、媒介信任度）對公部門（立法機關、行政部門、法院）信任程度的影響。綜合卡方檢定與二元勝算迴歸分析的結果，本研究歸納出以下三點：
第一，媒體政治立場的影響力，多源於受眾本身的政黨偏好，但在行政部門信任度上具獨立效果。卡方檢定結果顯示收看不同立場媒體之民眾對公部門信任度有顯著差異，但在迴歸模型控制「政黨偏好」後，媒體政治立場的效應在「立法機關」與「法院」信任度的模型中消失，證實這主要是因為泛綠媒體觀眾多為民進黨支持者所致。唯獨在「行政部門」的信任度上，即便控制了政黨傾向，收看泛綠媒體仍具有顯著的正向預測力，顯示媒體的報導框架對於形塑民眾對執政當局的觀感，具有特定的獨立影響力。
第二，媒介信任度比媒介使用頻率更能預測對公部門的信任，且傳統媒體的影響力大於社群媒體。研究發現，民眾用不同媒介觀看新聞的頻率與公部門信任度幾乎無關，民眾對媒體的信任程度才是關鍵。其中，傳統媒體信任度展現了跨部門的一致性影響力，無論是面對立法、行政或司法機關，信任傳統媒體的民眾皆顯著傾向信任公部門。支持了「體制信任」的觀點，即傳統媒體作為社會核心機構，其公信力是民眾信任政府體制的重要基礎。相較之下，社群媒體信任度僅在立法機關信任度上具有獨立解釋力，顯示社群媒體對整體政府體制信任的影響效果有限。
第三，政黨偏好是解釋公部門信任的最強因子。在所有模型中，政黨偏好皆是最具解釋力的變數。身為執政黨的民進黨支持者，對於立法、行政、司法三個部門的信任度皆顯著高於在野黨支持者。反映出台灣民眾對公部門的信任高度「政治化」，信任與否取決於該機關是否由自己支持的政黨所掌控，而非單純基於機關的績效表現作為信任判斷。
最後，欲提升民眾對公部門的信任，除了政府自身的施政表現外，改善媒體環境、重建民眾對傳統新聞媒體的專業信任亦是關鍵環節。同時，媒體識讀教育也應著重於協助民眾覺察演算法與同溫層效應，避免政治極化進一步侵蝕對民主體制的信任基礎。
參考資料
Ceron, A., & Memoli, V. (2015). Trust in government and media slant: A cross-sectional analysis of media effects in twenty-seven European countries. The International Journal of Press/Politics, 20(3), 339-359.
Djourelova, M., Durante, R., Motte, E., & Patacchini, E. (2024). Media Slant and Public Policy Views. In AEA Papers and Proceedings (Vol. 114, pp. 684-689). 2014 Broadway, Suite 305, Nashville, TN 37203: American Economic Association.
Echeverría, M., & Mani, E. (2020). Effects of traditional and social media on political trust. Communication & Society, 119-135.
Tsfati, Y., & Ariely, G. (2014). Individual and contextual correlates of trust in media across 44 countries. Communication Research, 41(6), 760-782.
Zhang, Y., Tian, Z., Zhou, Z., Huang, J., & Zhu, A. Y. F. (2023). Intention to consume news via personal social media network and political trust among young people: The evidence from Hong Kong. Frontiers in Psychology, 13, 1065059.
新聞
遠見編輯部（2024年5月17日）。〈台灣人最相信誰？最新調查：「縣市首長」信任度勝過「總統」〉。《遠見雜誌》https://www.gvm.com.tw/article/112824
官網